امروز برای رویداد محلی TensorFlow خود در همه جا پاسخ دهید!
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

gtzan_music_speech

  • توضیحات :

این مجموعه داده برای اهداف تبعیض موسیقی / گفتار جمع آوری شد. مجموعه داده شامل 120 آهنگ است که هر کدام 30 ثانیه طول دارد. هر کلاس (موسیقی / گفتار) 60 مثال دارد. آهنگ ها همه فایل های صوتی مانیو 16 بیتی 22050Hz با فرمت .wav هستند.

شکاف مثال ها
'train' 128
  • ویژگی ها :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})
  • کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): ('audio', 'label')

  • نقل قول :

@ONLINE {Music Speech,
    author = "Tzanetakis, George",
    title  = "GTZAN Music/Speech Collection",
    year   = "1999",
    url    = "http://marsyas.info/index.html"
}